Le PINKCC Challenge 2025, organisé à Montpellier, réunit IA et imagerie médicale pour faire avancer la recherche sur le cancer de l’ovaire.
Le 13 juin 2025, Montpellier a accueilli la grande finale du PINKCC Challenge, un concours scientifique inédit réunissant intelligence artificielle, imagerie médicale et data science. Pendant plus de deux mois, 250 participants du monde entier ont travaillé à développer des algorithmes capables de détecter et segmenter des cancers de l’ovaire complexes. Retour sur un événement qui pourrait bien transformer la médecine de demain.
Une initiative portée par l’Institut du Cancer de Montpellier et le SIRIC Montpellier Cancer
Lancé le 1er avril 2025, le PINKCC Challenge est une compétition scientifique internationale organisée par le SIRIC Montpellier Cancer et l’Institut du Cancer de Montpellier (ICM), sous l’impulsion du Professeur Stéphanie Nougaret, radiologue spécialisée en IA et responsable du laboratoire de recherche PINKCC à l’IRCM.
Objectif : détecter le cancer de l’ovaire par IA
Le défi ? Développer un algorithme de segmentation automatique pour identifier un cancer de l’ovaire avec carcinose péritonéale à partir d’images médicales. Une avancée capitale pour affiner l’évaluation de l’extension tumorale et améliorer la prise en charge des patientes.
Une mobilisation scientifique exceptionnelle autour de l’IA et de la santé
Plus de 250 participants, 30 % d’internationaux
Le challenge a réuni 250 participants, issus de grandes écoles, de centres hospitaliers et de laboratoires spécialisés en intelligence artificielle appliquée à l’imagerie médicale. Des participants venaient de Taiwan, de Colombie, de France, de Suisse et d’Autriche. On retrouve des talents de l’École des Ponts, de l’ENS, de Mines Alès, de la Sorbonne, de l’Université de Montpellier, d’EPITA, d’Epitech, ou encore des CHU de Lyon, Clermont-Ferrand, Saint-Étienne, de l’AP-HP et de l’ICM.
La compétition s’est appuyée sur des ressources computationnelles d’exception :
-
la plateforme Meso-LR, développée par l’équipe du Professeur Anne Laurent (Université de Montpellier / ISDM),
-
les infrastructures cloud de Scaleway, fournisseur européen filiale d’Iliad,
-
ainsi que les puissances de calcul mises à disposition par NVIDIA.
Ces moyens ont permis de gérer efficacement des jeux de données cliniques anonymisés volumineux et complexes, indispensables pour développer des algorithmes de pointe en IA médicale.
Le mot des participants

• Qu’est-ce qui vous a motivée à rejoindre le PINKCC Challenge ?
Depuis très longtemps, je suis passionnée par la médecine, et lorsque j’ai orienté mes études vers l’informatique et la vision par ordinateur, j’étais ravie de constater qu’elles avaient de nombreuses applications dans ce domaine. Malheureusement, mon programme scolaire ne propose aucun cours lié à la santé, donc je pensais devoir attendre un stage de rêve pour pouvoir explorer ce domaine. Jusqu’à ce que le PINKCC Challenge apparaisse ! C’est notre école qui a partagé ce challenge, et mes coéquipières et moi étions très enthousiastes de voir à quel point il était facile de participer, même en tant qu’étudiantes de premier cycle. Je dirais donc que ma principale motivation était l’opportunité d’appliquer ce que j’avais appris pendant deux ans à mon école d’ingénieure à un sujet concret de santé, et un sujet aussi moderne.
• En quoi ce challenge est-il en accord avec vos objectifs futurs ?
Comme mentionné dans la question précédente, il représente une opportunité d’explorer un domaine que je trouve très intéressant, et je pense que ce challenge donne une idée très concrète de ce que je pourrais faire dans le futur, surtout si je souhaite poursuivre une carrière dans la recherche. De plus, c’est une expérience pratique que je peux mettre en avant lors des entretiens, car nous devons gérer d’énormes jeux de données, explorer par nous-mêmes, organiser notre travail et essayer de produire des résultats dans un délai imparti.
• Qu’avez-vous appris grâce à cette expérience ?
Malheureusement, le Challenge a eu lieu pendant une période où j’avais beaucoup de travail à l’école, et je n’ai donc pas pu m’investir autant que je l’aurais voulu. Cependant, je retiendrai à quel point la communication et le partage d’informations entre coéquipières sont importants (chaque membre n’a pas besoin de tout faire de zéro, on peut aussi utiliser ce que les autres ont déjà fait), ainsi que l’organisation du temps avec des échéances régulières et des points d’étape, et enfin l’importance de l’analyse et de la préparation des données dans un projet d’apprentissage automatique.

- Pourquoi avez-vous souhaité vous engager dans le PINKCC Challenge ?
J’ai été immédiatement attiré par le PINKCC Challenge en raison de son impact concret et de sa cohérence avec mes travaux de recherche sur la détection d’anomalies dans des contextes industriels et médicaux. Ce challenge offre l’opportunité d’appliquer mes recherches à un domaine critique et sous-financé, où chaque avancée peut avoir un réel impact. Je suis convaincu qu’en tant que chercheurs, nous devrions consacrer davantage de notre expertise et de notre énergie à des problématiques ayant une portée sociale forte. J’ai également beaucoup apprécié les valeurs portées par le challenge lui-même : une équipe engagée, une initiative bien organisée et la possibilité de collaborer avec d’autres. La recherche peut parfois être une activité solitaire, donc travailler en équipe vers un objectif commun et porteur de sens est à la fois motivant et rafraîchissant.
- Quel défi technique vous enthousiasme le plus dans ce challenge ?
Le défi technique qui m’enthousiasme le plus consiste à concevoir des modèles qui ne soient pas seulement performants mais aussi fiables, en particulier lorsque les données sont limitées, bruitées ou hétérogènes. Dans un contexte médical, les modèles de segmentation doivent être à la fois précis et explicables, avec une conscience claire de leurs limites. Cela rejoint directement le cœur de ma thèse, qui porte sur des approches génératives intégrant des contraintes de qualité et une estimation de l’incertitude. Je m’intéresse aussi particulièrement à la conception de solutions à la fois efficaces, robustes et interprétables. C’est un contrepoint précieux face à la tendance actuelle des modèles massifs, énergivores et peu contrôlables. Des challenges comme celui-ci montrent que l’IA peut être puissante et responsable lorsqu’elle est utilisée avec discernement.

- Pourquoi avez-vous choisi d’appliquer vos compétences en informatique à un défi de santé comme le PINKCC Challenge ?
Une application concrète des connaissances théoriques apprises en cours, centrée sur un enjeu réel, actuel et critique qui a le potentiel de sauver des vies.
- Qu’est-ce qui vous a motivé dans ce challenge ?
Le cancer de l’ovaire est particulièrement mortel en raison de sa détection tardive. Améliorer et faire progresser le dépistage précoce est le moyen le plus efficace de sauver la vie des personnes concernées.

- Comment ce challenge vous permet-il de croiser science et engagement humain ?
Le PINKCC Challenge intègre des technologies de pointe telles que l’imagerie médicale et les modèles d’intelligence artificielle les plus récents pour la santé, combinées à l’expertise humaine indispensable des radiologues et des experts bénévoles en données, le tout animé par un objectif commun : avoir un impact positif sur la santé et la prise en charge des patients.
J’ai choisi de m’engager dans ce challenge car il offrait l’opportunité d’appliquer mes connaissances récemment acquises en science des données dans un contexte concret, mais surtout parce qu’il est en accord avec mes valeurs personnelles : contribuer aux progrès en santé et soutenir des initiatives porteuses de changement réel.
J’ai déjà beaucoup appris au cours de ces dernières semaines et j’ai particulièrement apprécié les échanges avec les autres participants (un merci spécial à mes coéquipiers de Data4Hope !), l’équipe organisatrice et les sponsors. Ces interactions ont enrichi l’expérience et apporté des regards complémentaires sur les défis à relever.

- Pourquoi est il important selon vous de faire collaborer IA et médecine ?
Pour moi l’intelligence artificielle est un outil qui va permettre d’apporter de nombreuses améliorations dans le monde médical :
– en assistant les médecins dans leur quotidien, par exemple pour l’analyse d’un dossier patient ou la détection de façon précise de pathologies
– en permettant de mieux caractériser les pathologies et les mécanismes associées, offrant la possibilité de mieux les diagnostiquer et traiter
– en adaptant le parcours de soin de façon personnalisée à chaque personne en fonction de sa situation et de ses pathologies
Selon moi l’intelligence artificielle est un outil essentiel qui va permettre d’améliorer de façon importante la lutte contre la maladie, la recherche et le parcours de soin des patients en offrant une nouvelle manière d’analyser les données disponibles. C’est pourquoi il me paraît essentiel de faire collaborer intelligence artificielle et médecine

- Pourquoi vous être engagé dans le DataChallenge ?
J’ai eu l’opportunité de faire un stage en tant que Data Analyst chez Implicity, une start-up spécialisée dans les pacemakers. Elle œuvre au suivi à distance des patients et à la prédiction des risques grâce à l’intelligence artificielle. J’ai beaucoup apprécié ce stage car il m’a permis de comprendre ce que je voulais faire plus tard : appliquer l’IA à la médecine. J’ai eu le sentiment de faire quelque chose qui avait vraiment du sens. Lorsque j’ai découvert ce challenge, j’y ai vu une formidable opportunité pour me lancer dans cette voie.
Une finale internationale à Montpellier
Conférences scientifiques d’envergure internationale
La matinée a été consacrée à une série de conférences de haut niveau autour de l’imagerie oncologique et de l’IA :
-
Dr Jonathan Dong (EPFL, Suisse)
Image reconstruction: from physical models to machine learning -
Dr Christopher Bridge (Harvard Medical School, USA)
Deep Learning for Cancer Imaging Biomarkers -
Pr Ramona Woitek (Danube Private University, Autriche)
AI in ovarian cancer imaging targeted to clinical needs
Puis une table ronde « AI & Oncology Research: Synergies for Innovation » a réuni :
👉 Pr Stéphanie Nougaret (ICM),
👉 Régis Dioulo (NVIDIA),
👉 Michael Chekroun (MedVallée),
👉 Caroline Jeandel (GSK France).
Un moment fort pour souligner les synergies entre recherche académique, innovation industrielle et besoins cliniques.
Des initiatives comme le PINKCC Challenge sont essentielles pour stimuler l’innovation autour d’enjeux de santé majeurs. Mais, plus encore, elles montrent à une nouvelle génération de développeurs que l’IA peut être utilisée pour relever des défis ayant un réel impact sur les vies humaines. – Dr Christopher Bridge – Harvard Medical School
Résultats du PINKCC Challenge 2025
La première édition du PINKCC Challenge a révélé un niveau exceptionnel d’expertise et d’innovation parmi les équipes participantes. Quatre projets ont été distingués par le jury pour la qualité de leurs approches et la performance de leurs algorithmes en segmentation de tumeurs ovariennes.
🥇 1er Prix : Équipe « PasDePontsPasDeChocolat » (École des Ponts: Alexandre Tranié, Charles Prévoteau, Jeanne MacGregor + Université de Namur: Arnaud Bougaham)
Leur modèle Ovseg nnUNet finement ajusté, adapté au jeu de données PINKCC, a obtenu le meilleur score grâce à une gestion dynamique avancée des batchs et une configuration optimisée des patchs. Une attention particulière aux petits volumes a permis une segmentation robuste des tumeurs ovariennes.
🥈 2e Prix : Équipe « GGEK » (LIRMM/Université de Montpellier: Guillaume Fourret, Guillaume Picaud, Kévin Planolles, Eugênio Dias)
En raffinant un modèle préentraîné, le Swin UNETR issu de la suite SuPreM, sur les données du challenge, l’équipe a su exploiter la boîte à outils de fine-tuning de MONAI, enrichie par des augmentations ciblées.
🥉 3e Prix : Équipe « CERIS » (IMT Mines d’Alès: Gustavo Andrade-Miranda, Abdelhak Imoussaten, Andon T
chechmedjiev, Nicolas Sutton-Charani, Patrice Guyot, Jules Leguy, Baptiste Magnier)
Leur approche a débuté par un contrôle qualité rigoureux des données (orientation, annotations, vérification des erreurs, distribution des labels), suivi d’un entraînement sur trois variantes du nnU-Net avec des prétraitements spécifiques. Les prédictions finales, issues de 15 modèles, ont été fusionnées et affinées grâce à Total Segmentator.
🏅 4e Prix : Équipe « Paneristi » (Epitech Montpellier & Stanford University: Lucas Chapuis, Antoine Azar, Cally Lin, Naryeong Kim)
Ils ont conçu une pipeline en deux temps : une première segmentation avec nnU-Net (résolution 3D, canal tissus mous additionnel, ensemble de 5 modèles), puis une étape de correction via un modèle CorrectionNet enrichi de caractéristiques radiomiques sélectionnées avec SHAP. Le post-traitement incluait l’extraction de régions d’intérêt avec marges de sécurité et une inférence en fenêtre glissante pour une robustesse maximale.
Les partenaires du PINKCC Challenge
Bien plus qu’un concours, le PINKCC Challenge 2025 incarne le rayonnement international du SIRIC Montpellier Cancer. Avec le soutien de MedVallée (Montpellier Méditerranée Métropole), cette initiative témoigne de la capacité de notre écosystème d’excellence en recherche en cancérologie à innover, à valoriser les expertises locales et à attirer les meilleurs talents sur le territoire.
Des partenaires stratégiques issus des secteurs industriels, académiques et institutionnels se sont mobilisés pour la réussite de cette première édition, notamment :
• L’entreprise pharmaceutique GSK France,
• Scaleway, fournisseur de cloud européen et filiale du groupe Iliad
• Le Crédit Agricole du Languedoc
• Montpellier Méditerranée Métropole, via la dynamique MedVallée
Merci à l’ensemble de nos partenaires pour cette édition 2025 !